Вакансии связанные с нейросетями могут быть найдены на специализированных ресурсах, таких как Профессии, связанные с нейросетями: какой бывает работа будущего и как на нее устроиться. Профессионалам, мастерам своего дела и талантливым представителям творческих профессий нейросети вряд ли угрожают, во всяком случае в обозримой перспективе.
Как стать специалистом по нейросетям?
Правда, уже появились детекторы, которые призваны распознавать нейросетевой контент. Художники и дизайнеры Зачем платить художнику, объяснять ему все нюансы заказа и ждать выполнения работы, если можно просто попросить нейросеть нарисовать то, что нужно? Если нейросеть не справится — можно попросить ее сделать это снова. И так, пока не надоест. Все это доступно даже бесплатно — например, с Kandinsky или Шедеврум. Как создать логотип с помощью ИИ 4. Junior-разработчики Что умеет джун? Писать код и работать над простыми задачами под контролем более опытных коллег. То же самое умеет ChatGPT — причем на разных языках программирования.
Ему проще ставить задачи и контролировать их выполнение. А еще он не ошибается пользователи Хабра проверили это — нейросеть пишет код, компилируя и перемешивая то, что видела. Сотрудники call-центров Голосовые роботы отлично справляются с большинством задач по обзвону — они могут проинформировать клиента, подтвердить запись, сообщить об акции и пр. А еще они могут принимать звонки, консультировать, записывать на прием и многое другое. И все это одновременно для сотен абонентов. Пример — голосовой помощник от Сбера. Он мгновенно отвечает на звонок не нужно ждать, пока оператор на линии освободится , сразу «узнает» клиента и дает нужную информацию по запросу. Единственная проблема — его очень трудно заставить переключить на живого оператора.
Водители и курьеры Технологии автопилотирования появились давно и активно применяются в некоторых областях например, гражданской авиации. Их совершенствование и внедрение ИИ привело к появлению автопилотов в Tesla. Системы анализируют информацию вокруг автомобиля и реагируют на любые изменения в разы быстрее, чем человек, грамотно прокладываю маршрут с учетом пробок на дороге. Идеальное решение для грузовых и пассажирских перевозок такси. В эту же категорию можно отнести роботов-курьеров.
В конце каждого параграфа есть несколько проверочных вопросов, которые помогут закрепить знания. Другой способ — подать заявку на участие в школе AI-тренеров. Для поступления нужно успешно выполнить тестовое задание. Обучение в школе бесплатное, состоит из двух частей. Курс включает лекции, практические занятия и их разбор. Очный этап. Проходит в московском офисе «Яндекса», где под руководством опытных шеф-редакторов ученики решают реальные задачи.
Количество отказов на приглашения о работе после собеседований стало рекордным за последние восемь лет. Чаще всего соискатели не принимают предложения из-за низких зарплат. Также среди причин назвали несоответствия между тем, что указано в описании вакансии и реальными обязанностями. Еще одна часть отказов связана с неудобным графиком.
Сыграйте в любимую игру прямо на Ленте. И сделали!
Нейросеть показала профессии будущего (фото)
| 8 перспективных профессий, связанных с ИИ | Инженер нейросетей – это перспективная профессия, представители которой востребованы в разных отраслях. |
| Нейросети на работе: какие задачи они могут взять на себя уже сейчас | Здесь вы узнаете про профессию специалиста по нейросетям, как пройти курсы, и сколько они зарабатывают! |
| Развитие нейросетей дало старт новым профессиям в России | Разработчик нейронных сетей — специалист, который занимается созданием, оптимизацией и улучшением нейронных сетей — алгоритмов, имитирующих работу человеческого мозга. |
| Какие профессии связаны с нейросетями и как устроиться на работу будущего | Профессионально овладеете нейросетями, сформируете клиентскую базу, что позволит вам выйти на 5-10 т.р. в ДЕНЬ. |
Работа и вакансии "специалист по нейросетям" в Санкт-Петербурге
Один из примеров, связанных с использованием нейросетей на рынке труда — это автоматизация работ, которые ранее выполняли люди. – Безусловно, нейросеть будет помогать и упрощать рабочие процессы, – рассказывает руководитель направления информационной безопасности Центра цифровой экспертизы Роскачества Сергей Кузьменко. Чтобы не поддаваться популистским уверениям, что роботы и нейросети отберут хлеб у трудящихся, и адаптироваться к новым технологиям, полезно в рамках своей профессии определить. Профессия «Специалист по нейросетям» предполагает глубокие знания и специализацию в различных областях, связанных с нейросетями. Представители новой профессии обучают нейросеть YaLM 2.0 (она же YandexGPT), чтобы та отвечала на вопросы «не хуже людей, разбирающихся в теме». Нейросеть выдаёт ответ, но не учитывает нововведения, которые появились в последние годы.
Треть российских соискателей полагает, что их профессию могут заменить нейросети
Анастасией Абышевой. Создатель сайта Кремля предрек исчезновение ряда профессий из-за нейросетей. Тем не менее многие работники, даже те, чья профессия по прогнозам подвергнется влиянию ИИ, с оптимизмом смотрят на развитие нейросетей.
Будущее SMM-специалистов в эпоху нейросетей: интервью с хантером Аленой Владимирской
Из этой статьи вы узнаете о трех новых профессиях, которые стали востребованными на рынке после появления нейросетей, и какие навыки нужны для того, чтобы успешно в них развиваться. И нейросеть помогает сэкономить не только деньги, но и время, говорит основатель компании Екатерина Козырева. Но Universal потребовал от музыкальных агрегаторов запретить нейросетям учиться на их плейлистах. В эфире обсудили: стоит ли SMM-специалистам бояться нейросетей, как стать высокоплачиваемым специалистом и не выгореть.
Бесплатный онлайн-интенсив
- ChatGPT отнимет у вас работу: нейросеть перечислила профессии в зоне наибольшего риска
- Лупандин Игорь
- «Отсев большой. Важно найти лучших из лучших»
- Какой может быть работа с нейросетями
8 перспективных профессий, связанных с ИИ
Мы узнали у него, что такое нейросети, для чего их используют и как программистам начать работать с Machine Learning. Меня зовут Алексей Озерин, сейчас я — эксперт по машинному обучению в агротехническом стартапе OneSoil. Учился на физика в МФТИ, занимался теоретической физикой, а потом ушел в программисты. В 2012 году во всем мире случился бум в области развития нейросетей, до России он докатывался довольно долго.
К 2015-2016 году появилось много стартапов и инициатив, связанных с нейросетями. В это же время я пришел работать в классную лабораторию Deephacklab, разрабатывать прототипы — поиск и генерация текстов. Проекты были в зачаточном состоянии, но очень интересными.
В 2018 году я перешел в Яндекс как Senior Developer, чтобы работать с компьютерным зрением. Решал разные задачи в области Machine Learning ML — с картинками, видео и текстами, вплоть до 2022 года. Сейчас я работаю в стартапе, который занимается сельским хозяйством, — с помощью нейронных сетей по спутниковым снимкам предсказываю, что где растет и когда убирают поля.
Изучите дата-аналитику на Хекслете Пройдите нашу профессию « Аналитик данных » — эта сфера может идеально подойти для использования нейросетей в будущем. Для каких задач применяют ML и нейросети Есть много прикладных задач, которые решаются с помощью эксперта, простых правил и специально подобранных алгоритмов. Когда данных становится много, у нас появляется возможность извлекать из них полезные знания, обходя ограниченность простых подходов.
С помощью ML можно рассчитывать риски — например, предсказать, выплатит ли человек кредит, или рассчитать будущие цены на квартиры. Есть отдельная группа задач, для которых нейросети особенно хороши: находить похожие картинки, звуки и посты, генерировать изображения и тексты. Конечно, искать похожие аудио можно и без нейросетей — приложение Shazam прекрасно работало даже в первых версиях.
Но обучение алгоритмов с помощью нейросетей дает дополнительные возможности. Творчество нейросети Midjourney Как разрабатываются нейросети В этой части статьи будет немного хардовой информации, связанной с математикой и ML. Если вы ничего не поймете или захотите понять больше, советуем пройти наш курс по математической логике для программистов Нейросеть — это формула, которая из одного массива чисел делает другой массив.
Формула большая и длинная, может быть с миллионами параметров, но собирается из довольно простых операций — арифметики, элементарных функций синусы, косинусы, экспоненты и даже более простые, вроде взятия степени и суперпозиции. Выше пример одной из решаемых задачек: классификация изображений на условные тысячу классов. Входной массив здесь — просто массив пикселей картинки, выходной — вектор с вероятностями, что изображено на картинке.
Выходной массив может быть и картинкой например, как в задачах pix2pix на улучшение картинок или дорисовывание. Входной массив может быть не картинкой, а последовательностью слов — так, например, происходит в генерации картинок по тексту. С отдельными элементами входного массива обычно не работают: действия собирают в слои и применяют операцию ко всему массиву сразу.
Котика на картинке распознают независимо от того, в какой части картинки он находится. Саму формулу пишут не как аналитическую формулу, а вычислительным графом — это рецепт для калькулятора, в каком порядке и что делать с входным и промежуточным массивами. Очень популярная, старая и довольно простая моделька.
Она может показаться сложной, но операции — простые, а концепция вычислительного графа позволяет работать со сложными формулами. В этих слоях скрываются числа, они же — веса — коэффициенты в большой формуле. Сначала параметры инициализируют небольшими случайными числами, а затем улучшают с помощью градиентного спуска.
Так система самообучается. Обвязку к этому движку обычно делают на Python. Но на них сейчас нейросети почти не пишут, кроме низкоуровневых сетей для устройств.
Знания Python достаточно, чтобы писать крутые вещи. Есть библиотеки, позволяющие упростить процесс разработки. Крутые обертки и сборники моделей — одна из причин, почему сейчас стало популярно разрабатывать нейросети.
Например, проект Hugging Face — это платформа для разработки и использования моделей и приложений на основе искусственного интеллекта, особенно в области обработки естественного языка Natural Language Processing. Интерфейсы моделей отвязаны от математики, это простые и конкретные инструкции, что именно сделать, чтоб получить результат.
Или те, которые стали лишними, потому что клиент, например, предоставил больше информации. При этом, как прогнозируется, вовлечение человека будет оставаться решающим в ближайшей перспективе.
Делегировав часть работы ИИ, опытные специалисты могут развивать взаимоотношения с клиентами, разрабатывать стратегии продаж и персонализированного обслуживания. А время, сэкономленное благодаря возможностям ИИ, может быть инвестировано в собственное профессиональное развитие и достижение успеха в продажах. Журналист, автор контента ChatGPT и подобные формы искусственного интеллекта, которые уже способны читать, писать и понимать текстовые данные, могут существенно повлиять на работу СМИ. Медиаиндустрия уже начинает экспериментировать с контентом, созданным искусственным интеллектом.
Австралийский филиал издания News Corp создает почти 3000 статей в неделю с помощью ИИ: местные новости, прогнозы погоды и анализ цен на топливо. Статьи выходят под псевдонимами. Таким образом, журналисты, авторы технического и рекламного контента также рискуют потерять работу из-за широкого внедрения технологий ИИ. Описания товаров, рекламные объявления, статьи для поисковой оптимизации сайтов, инструкции и гайды, развлекательный контент легко генерирует ChatGPT и подобные инструменты.
Например, издание BuzzFeed создает контент, такой как викторины и путеводители, с помощью ChatGPT: Очевидно, что уже в ближайшем будущем создание простых текстов человеком станет нецелесообразным, ведь нейросети будут выполнять эту работу быстро и достаточно хорошо. Но авторы могут переквалифицироваться в редакторов, которые будут исправлять ошибки, делать фактчекинг, совершенствовать тексты. Рискуют ли потерять работу журналисты и авторы контента? Собственно, в сфере медиа уже начались такие тревожные процессы.
Например, немецкий таблоид Bild объявил о программе сокращения расходов на 100 млн евро, что приведет к увольнению почти 200 сотрудников. На какие технологии будущего бизнесу необходимо обратить внимание По крайней мере один случай свидетельствует , что этот риск реален. Автора из технологического стартапа уволили без объяснения причин. Позже она получила сообщение от руководителей, что ChatGPT дешевле, чем использование ее услуг.
Матиас Депфнер, гендиректор Axel Springer, куда входят Bild, Insider, Politico и Welt, прогнозирует , что ИИ вскоре сможет работать с информацией значительно лучше, чем люди. Однако по его словам, журналисты все равно будут нужны, чтобы понять «истинные мотивы» людей. Он призвал редакции уделять больше внимания эксклюзивным новостям, расследованиям, комментариям экспертов, которые пока не способны делать машины. Успех издателей будет зависеть от способности создавать такой оригинальный контент.
Журналисты уже сейчас могут писать авторские колонки, репортажи и исследования, используя инструменты искусственного интеллекта для сбора и анализа данных. А также могут выбрать узкую специализацию и сосредоточиться на развернутой, глубокой журналистике, требующей критического мышления и человеческой мысли. Писатель На сайте Amazon появились книги, подписанные именем американского автора Джейн Фридман. Однако писательница заявила, что они написаны искусственным интеллектом.
Много моего контента является общедоступным для обучения моделей ИИ», — написала автор на собственном сайте.
Написание рекламных заголовков 8. Написать сценарий для роликов YouTube и др. Найти триггеры для онлайн-школы 14. Создать план воронки продаж для онлайн-школы 15.
Ведь именно благодаря ученым и разработчикам в области ИИ появились такие крутые нейросети. Однако путь в профессию довольно сложный, особенно, если вы хотите не просто применять нейросети, но строить и обучать модели для абсолютно новых задач. В основном требуются хорошие знания математики, Python, а также алгоритмов и библиотек машинного обучения. Профессия в целом не новая, но вероятно мы еще увидим больше вакансий и рост зарплат, так как новые достижения могут сильно изменить экономику разных отраслей.
Представьте, что кто-то нехороший нарисует несколько тысяч или даже миллионов оскорбительных картинок, да еще в разных стилях, и потом начнет заливать их в соцсети. Именно поэтому может вырасти нужда в специалистах по модерации. Конечно, часть контента уже фильтруют с помощью алгоритмов компьютерного зрения, но определять к примеру на сколько оскорбителен контент для каких-то групп пользователей все еще очень сложная задача. Вероятно, вырастет потребность в модераторах более "высоких" сущностей: смешная ли картинка, красивая ли? То есть станет больше потребность в субъективных мнениях от живых людей.
Развитие нейросетей дало старт новым профессиям в России
Также по теме «Нужен аудит систем ИИ»: IT-специалист — о проблемах и выгодах внедрения технологий искусственного интеллекта Технологии искусственного интеллекта могут стать инструментом контроля за людьми, если для этой сферы не будут созданы правовые рамки.... Есть и другие риски. Например, если разработчик поленится вычистить данные, на которых он обучал чат-бот, то нейросеть может выдать их злоумышленникам, если они применят специальный запрос. А среди этих данных могут быть и персональные. Пока что такие взломы не носят массового характера, но компьютерные вирусы в своё время тоже поначалу были только достоянием лабораторий. А что касается открытого письма с призывом ввести мораторий на разработку нейросетей, то тут вряд ли речь идёт о реальных опасениях за будущее человечества — скорее оно связано с корпоративными интересами.
Сейчас идёт напряжённая гонка между IT-гигантами в сфере создания нейросетей. Тот же ChatGPT уже не раз ловили на том, что он выдаёт фейки, сочиняет их сам, а не берёт из каких-то источников. Дело в том, что ChatGPT — это генератор текстов, работа которого основана на сложной математике. И поскольку эти вычисления очень сложные и очень приблизительные, то на выходе порой получаются сбои. И вообще, нейросети создаются для помощи людям, а не для того, чтобы их заменить.
Это невозможно, особенно в таких областях, как медицина, например. Последнее слово всё равно остаётся за врачом, какие бы нейросети ни применялись для постановки диагноза. В своё время IBM пыталась продвинуть на американском рынке продукт Watson Health — планировалось, что ИИ найдёт применение в здравоохранении. Однако продукт так и не завоевал доверие врачей: нейросеть часто ошибалась, а в тех случаях, когда ставила точные диагнозы, давала очень узкие рекомендации по лечению. Потому что выборка данных, на которой учат нейросети, — она всё-таки очень ограниченная.
И нейросетям не присуща человеческая интуиция, широкая образованность. По сути, нейросеть живёт в информационном пузыре. Например, чат-боты позволяют автоматически генерировать простые официальные письма, справки. Ранее в новостях сообщалось, что руководство Сбербанка частично сократило юристов низшего звена, которые писали претензионные письма. Теперь эти функции выполняет нейросеть.
Также по теме «Настанет день, когда машина обретёт сознание»: фантаст Франк Шетцинг о будущем человечества и инопланетном разуме Книги немецкого писателя-фантаста Франка Шетцинга расходятся большими тиражами, а экранизацией одного из его главных бестселлеров —... Однако нужно понимать, что возможности нейросетей очень ограниченны. По сути, появление нейросетей должно подстегнуть людей к развитию.
В 2019 вы запустили ваш проект Николай Иронов, правильно? Кулинкович: Полагаю, что да. Но разрабатывать мы его начали гораздо раньше, но в секретном режиме, никому об этом не рассказываем. Пока не понимаем, что из этого выйдет, мы помалкиваем. Коротнева: Ну вот расскажите, как тогда еще, почти 5 лет назад, когда, в принципе, о генерации визуального контента искусственны интеллектом говорили очень мало и редко, почему вы пошли на это? Вы тогда уже понимали, что за этим будущее или это был какой-то эксперимент? Или для чего это было создано?
Кулинкович: На самом деле это такая череда счастливых случайностей, потому что исторически мы занимались дизайном много лет, и у нас была сильная техническая экспертиза, и все начиналось с сайтов и разработки всяких систем технически сложных, то есть не только чисто графический дизайн в каком-то виде. И, соответственно, у нас в команде были ребята, которые не только делают дизайн, но еще и программируют. И о мере роста количества дизайн-задач мы начали замахиваться на задачи по автоматизации. Там сверстать 100 каких-нибудь шаблонов чего-либо или еще что-то автоматизировать. Мы привлекали ребят из вот этой части, которая связана с программированием. Вот, но потом в какой-то момент, когда мы автоматизировали все, что можно было автоматизировать из области рутинного дизайна, мы просто в рамках эксперимента подумали: «А что если замахнуться на то, что люди называют творчеством, на творческую часть дизайна? И мы начали этим заниматься и постепенно слой за слоем начали снимать какие-то покровы с того, что называется творчеством, то, что мы сами считали творчеством. И к нашему удивлению, мы обнаружили, что очень много из этого может быть автоматизировано. И даже хуже — не для всего нужны нейросети. Не для всего того, что люди называют творчеством, нужно использовать нейросеть и то, что называется искусственный интеллект.
Так и закрутилось. Мы начали делать эксперименты, и со временем результаты этих экспериментов стали по качеству своему сопоставимы с результатами живых дизайнеров, то, что графика начинала выглядеть непредсказуемо свежо. И дальше случилось так, как должно было случиться, - родился Николай Иронов. Гребенников: Сергей, а вот после того, как появился проект Николай Иронов, количество дизайнеров у вас в студии стало больше или меньше? Кулинкович: Сложно сказать. Скорее, не изменилось. Как вы ранее говорили, что количество дизайнеров не меняется, но меняется суть их работы. То есть у нас помимо дизайнеров появились еще люди, которые обслуживают мозги Николая Иронова. Ну как обслуживают? Развивают и разрабатывают новые технологии, и в том числе дизайнеры, которые режиссируют эти технологии.
То есть здесь главная дизайн-задача раньше была в том, чтобы создать непосредственно конечный объект дизайна, а сейчас она плавно трансформировалась в то, чтобы создать ту систему, способную масштабировано производить большое количество экземпляров арт-дизайна. Но дизайн-задачи остались теми же, просто они немного трансформировались, и плечо получается больше. То есть объем дизайнеров тот же, но эффективность их несопоставимо больше, потому что это масштабируется. Коротнева: Я правильно понимаю, что дизайнер, человек, выполняет творческую функцию, придумывает общий концепт, а уже Николай Иронов, ваш проект, он это все масштабирует и просто пропечатывает в огромном количестве? Или это не совсем так работает? То есть дизайнер — это мозги и творчество, а нейросеть — это условно руки, руки и механизмы? Кулинкович: Все сложно. Давайте обрисую, в целом, систему. Николай Иронов для начала — это не одна нейросеть, это большое количество разных алгоритмов, наборов алгоритмов, которые работают в ансамбле между собой. Собственно, рождение Николая Иронова — это не рождение какой-то одной технологии генеративного дизайна.
Это рождение правильно срежиссированной комбинации технологий. И с момента рождения Николая, когда мы всем рассказали о том, что он существует, о том, что он выполняет дизайн задачи, его мозги пересобрались уже очень-очень много раз. И вот они сейчас снова в одном шаге от того, чтобы пересобраться с использование новых технологий, которые появились на рынке. Соответственно, дизайнеры, которые занимаются этим проектом, их задача заключается в том, чтобы правильные технологии объединить в правильный пайплайн — последовательность действий, когда результат одного алгоритма правильно передается правильный результат другому алгоритму, и вот так вот по этому конвейеру получается какой-то новый результат. Соответственно, дизайнеры Иронова проектируют примерный диапазон, изобразительный диапазон, учат его новым стилям, подключают к нему новые шрифты и так далее. И вот здесь мы упираемся в то, что задача дизайнера, она на самом деле и раньше была такой — применить какое-то изобразительное решение в правильный контекст. Потому что поставщиками потребностей всегда были и будут люди. Соответственно, принять правильное решение, какой из десятков и даже сотен вариантов подходит лучше всего, - это была, есть и будет истинная работа дизайнера, потому что дизайн делается людьми, для людей. А сейчас, с появлением роботов, просто у нас появляется некоторая компонента, которая называется искусственным интеллектом, которая позволяет: а делать это масштабировано, то есть в больших масштабах, вместо трех вариантов логотипа выбирать из тысячи, б позволяет это делать непредсказуемо. Собственно, в этот все отличие от того, что сейчас называется искусственным интеллектом от алгоритмических каких-то результатов, в том, что мы часто получаем не вполне предсказуемый результат, и это очень похоже на то, как работает человек.
Собственно, вот и вся разница. Но корневая суть работы дизайнера — она не поменялась. Это было и есть подбор правильного варианта в правильные контексты. Гребенников: То есть определяет. Что красиво, сегодня дизайнер все еще, а не искусственный интеллект? Кулинкович: Да, но… У нас, например, есть отдельные технологии внутри Иронова, которые позволяют отбросить совсем плохие варианты. То есть такой примитивный арт-директор, скажем так. И он помогает не выгружать на конечного пользователя весь массив данных, которые слишком шероховатые, слишком смелые, а как бы делать такой скоринг дизайн-решений, чтобы финальное решение было в каком-то более-менее приличном диапазоне. Поэтому мы все равно используем эти технологии, даже чтобы отсортировать какой-то большой массив выдачи, но финальное решение, конечно, принимает человек. Гребенников: А как вообще происходит постановка технического задания искусственному интеллекту?
Предположим, я — маленькая пекарня во Владимирской области. Я приходу в вашу студию и говорю: «Хочу себе классный логотип, чтобы ко мне приходило не 2 000 человек в месяц, а 15 000 человек. Я считаю, что вся проблема моя в логотипе». Я говорю: «Хочу такой логотип, чтобы там был колосочек, хлебушек и круассанчик обязательно». Вы же куда-то это загружаете. Как происходит процесс формирования технического задания? И потом как искусственный интеллект осознает, что мне нужно как конечному клиенту? Кулинкович: Начнем с того, что если вы предъявите задание живым людям, живым дизайнерам, то, скорее всего, если они будут достаточно с вами честны, то они скажут, что изменение логотипа не увеличит вашу выручку в 10 раз. Это первый момент. То есть если у вас была пекарня с плохим логотипом, а потом появляется некоторый бренд с хорошим логотипом, то едва ли это напрямую окажет влияние на ваши продажи.
Косвенно, возможно, при правильном стечении обстоятельств, правильно посеве, да. Но, скорее всего, это не является критерием хорошего логотипа. Второй момент заключается в том, что, если мы посмотрим на логотип пекарен и других каких-то бизнесов, связанных с хлебобулочными изделиями, там не всегда фигурируют колоски, не всегда фигурируют круассаны. А иногда это некий образ, визуальна интерпретация образа бизнеса, которая этим дизайнером и сделана. Соответственно, когда вы приходите в брендинговое агентство, где сидят живые люди, и они получают этот бриф, что еще происходит? Они его творчески интерпретируют. Они смотрят, как выглядят булочные в этом городе, в округе, пытаются придумать что-то контрастное, что-то отличное от тех ребят, которые на той же улице торгуют круассанами. И, соответственно, они приходят с некоторыми дизайн-гипотезами, что кто-то решил, что это будет какой-то крестик красивый, в котором угадывается что-то такое. Кто-то решил пойти через концепцию семейности, семейного кафе, и вообще нарисовал сердечко, потому что вот «Приходите к нам. Мы вас любим».
И все такое. А кто-то прошел напролом и начал рисовать конкретно круассан, фотореалистично и так далее. И эти все подходы имеют право на жизнь, и в равнозначной степени вы можете получить такие варианты от живых людей. В случае с Ироновым человек, без участия людей, он заполняет бриф, описывает свою компанию. Дальше у нас отдельная система, нейросеть, она интерпретирует бриф, то есть она из текста брифа достает некоторые образы, которые могут подходить под визуальное представление этой компании, как она может быть представлена в виде какого-то емкого символа либо знака. И дальше это по такой цепочке передается, появляются эти визуализации этих образов, они обогащаются разными шрифтовыми комбинациями, дальше подключаются отдельные алгоритмы, которые подбирают цветовые сочетания комплиментарные. В общем, там сложная-сложная штука. Но по факту это точно то же самое, что происходит при работе с живым человеком. То есть интерпретируется некоторый текстовый ввод, так же как к вам приходит человек и что-то говорит, и вы как-то это трансформируете. Мы все эти шаги условно творческих мытарств алгоритмизировали, перевели в какие-то отдельные процессы?
И клиент на выходе получает опыт, очень сопоставимый с опытом общения с живым дизайнером. Только наш дизайнер не капризничает, не болеет. Коротнева: Не уходит в отпуск. Кулинкович Да, да, да. Гребенников: Скажите, а стоимость разработки логотипа… Логотип, предположим, я пришел за логотипом, искусственным интеллектом и обычным дизайнером в студии Артемия Лебедева отличается? Есть какой-то прайс на искусственный интеллект и обычного дизайнера? Кулинкович: Да, конечно, отличается. Когда вы приходите лично в брендинговое агентство или дизайн-студию, помимо непосредственного конечного дизайнера, который сидит и визуализирует ваш логотип, в это вовлечено очень много людей на самом деле. Это юристы, которые помогают составлять договор; менеджеры, которые позволяют клиенту и дизайнеру услышать друг друга, перевести с одного языка на другой, и много-много всего. Соответственно, когда вы работаете с живыми людьми, чаще всего дизайн — это операционный процесс, где клиент хочет, чтобы его услышали и некоторое врем поиграли с ним вот в эту игру «Согласование видения», да?
О каких угрозах и проблемах говорят специалисты? Есть так называемые состязательные атаки, когда злоумышленники могут использовать уязвимость архитектуры нейросетей для того, чтобы подменить распознаваемое изображение. Для человека отличия будут незаметны, но нейросеть начнёт очень сильно ошибаться, получив такую изменённую картинку. Проводились даже специальные опыты, когда нейросеть, отвечающая за работу автомобильного автопилота, переставала распознавать пешеходов в качестве препятствия. Также по теме «Нужен аудит систем ИИ»: IT-специалист — о проблемах и выгодах внедрения технологий искусственного интеллекта Технологии искусственного интеллекта могут стать инструментом контроля за людьми, если для этой сферы не будут созданы правовые рамки.... Есть и другие риски. Например, если разработчик поленится вычистить данные, на которых он обучал чат-бот, то нейросеть может выдать их злоумышленникам, если они применят специальный запрос. А среди этих данных могут быть и персональные.
Пока что такие взломы не носят массового характера, но компьютерные вирусы в своё время тоже поначалу были только достоянием лабораторий. А что касается открытого письма с призывом ввести мораторий на разработку нейросетей, то тут вряд ли речь идёт о реальных опасениях за будущее человечества — скорее оно связано с корпоративными интересами. Сейчас идёт напряжённая гонка между IT-гигантами в сфере создания нейросетей. Тот же ChatGPT уже не раз ловили на том, что он выдаёт фейки, сочиняет их сам, а не берёт из каких-то источников. Дело в том, что ChatGPT — это генератор текстов, работа которого основана на сложной математике. И поскольку эти вычисления очень сложные и очень приблизительные, то на выходе порой получаются сбои. И вообще, нейросети создаются для помощи людям, а не для того, чтобы их заменить. Это невозможно, особенно в таких областях, как медицина, например.
Последнее слово всё равно остаётся за врачом, какие бы нейросети ни применялись для постановки диагноза. В своё время IBM пыталась продвинуть на американском рынке продукт Watson Health — планировалось, что ИИ найдёт применение в здравоохранении. Однако продукт так и не завоевал доверие врачей: нейросеть часто ошибалась, а в тех случаях, когда ставила точные диагнозы, давала очень узкие рекомендации по лечению. Потому что выборка данных, на которой учат нейросети, — она всё-таки очень ограниченная. И нейросетям не присуща человеческая интуиция, широкая образованность. По сути, нейросеть живёт в информационном пузыре. Например, чат-боты позволяют автоматически генерировать простые официальные письма, справки. Ранее в новостях сообщалось, что руководство Сбербанка частично сократило юристов низшего звена, которые писали претензионные письма.
Это и виртуальная реальность, и гарнитуры нейроуправления. Здесь в России лидирует компания «Нейроматикс» , которая как поставляет в нашу страну гаджеты, так и сама их разрабатывает. Тут нужны и разработчики игр для нейроинтерфейсов, и разработчики самих гаджетов, и… нейропилоты. Чемпионат профессий WorldSkills , цель которого — повысить престиж рабочих профессий и улучшить профессиональное образование, уже включил нейропилотирование в программу своих соревнований. В будущем от сегмента ожидается и то, что мы научимся осуществлять контроль над потенциально опасными и неэффективными психоэмоциональными состояниями. Но тут нужна совместная работа когнитивистов специалистов, изучающих, как устроено мышление человека , психологов и нейроучёных. Скорее всего, этого смогут добиться нынешние школьники. Нейрообразование Сегмент рынка под названием «нейрообразование» сам по себе не несет каких-то особых технологических прорывов, однако несомненно, что нейротехнологии — виртуальная и дополненная реальности, нейроинтерфейсы, различные технологии стимуляции головного мозга в ближайшие годы уже войдут в образовательные программы и технологии и займут в них центральное место. Так что если вы планируете стать педагогами, то изучать всевозможные применения нейротехнологий нужно уже сейчас. Лидером применения этих технологий можно назвать Московский технологический институт.
Искусственный интеллект Сегмент, который получил название «нейроассистенты» веб-сервисы или приложения, исполняющие роль виртуального секретаря бурно развивается во всём мире. Это то, что сейчас называют «искусственный интеллект». Глубокое обучение, распознавание речи… Создание персональных нейроассистентов, которые станут нашими помощниками.